大型语言模型用于认知行为疗法中的响应生成：与苏格拉底式质询的比较研究
内容提要
本文综述大语言模型在心理咨询、情感支持等对话中的共情能力。研究显示其共情回应常优于传统系统，并提出语义上下文学习、两阶段生成、知识库结合等改进方法。另有研究探讨LLM作为治疗师的行为、主动对话规划及个性化推理，发现其行为接近低质量治疗，需进一步优化。
延伸解读
LLM共情能力优于传统系统，但需改进
文章指出，在模拟心理咨询对话中，大型语言模型生成的共情回应在大多数情景下优于传统对话系统，甚至接近人工水平。然而，研究也发现LLM可能插入不相关信息，产生错觉。这提示我们，虽然LLM在共情表达上有优势，但可靠性和准确性仍需提升，不能完全替代人类咨询师。
三种改进方法提升LLM共情回应质量
为了改善LLM的共情回应，文章提出了语义上下文学习、两阶段交互生成和与知识库结合三种方法。实验证明这些方法能显著提升模型性能，在自动和人工评估中达到最先进水平。这表明，通过技术优化，LLM在心理咨询等情感支持场景中的表现可以进一步提高。
LLM作为治疗师的行为接近低质量治疗
一项研究通过BOLT框架评估LLM作为治疗师的行为，发现其对话行为更接近低质量人类治疗师，而非高质量治疗。这提醒我们，尽管LLM能模拟治疗技术，但其行为模式仍需调整，以确保提供高质量的心理治疗服务。未来研究应关注如何优化LLM的治疗行为。
主动对话规划与个性化推理的探索
文章还探讨了LLM在主动对话中的不足，提出了Proactive Chain-of-Thought方案来增强目标规划能力，涉及澄清、目标引导和非协作对话。此外，通过构建涵盖用户状态的数据集，利用CoT进行推理和规划，能提供更个性化的体验。这些研究为LLM在复杂对话场景中的应用提供了新思路。
Q&A
大型语言模型在生成心理咨询对话中的共情回应方面表现如何？
研究表明，大型语言模型在大多数情景中表现出比传统对话系统和人工生成的回应更高的同理心。
有哪些方法可以提升大型语言模型生成共情回应的质量？
提出的改进方法包括语义上下文学习、两阶段交互生成以及与知识库的结合，这些方法能显著改善LLM的性能，在自动和人工评估中达到最先进水平。
大型语言模型作为治疗师时的对话行为与人类治疗师相比如何？
通过BOLT框架研究发现，LLM治疗师的行为更接近低质量人类治疗师，需要进一步研究来确保高质量治疗。
如何增强大型语言模型在主动对话中的目标规划能力？
提出了Proactive Chain-of-Thought推导方案，能够增强LLM的目标规划能力，解决其在澄清、目标引导和非协作对话方面的不足。
大型语言模型在信息寻求对话中基于文件的响应生成效果如何？
人工评估显示，ChatGPT变种虽然可能插入不在相关片段中的信息（可能存在错觉），但评分比共享任务获胜系统和人工响应更高。
大型语言模型在个性化推理和规划方面有哪些应用？
通过构建涵盖用户状态（人格、情绪和心理）的中英数据集，利用CoT方式帮助LLM进行推理和规划，以提供更个性化和优质的用户体验，并提出了一种基于中间推理语义相似性的演示选择策略，实验证明其有效性和稳健性。
